Creo que también podría optar por DataFrame.replace .

 df.replace(' ', '_', regex=True)

Salidas

 Person_1 Person_2 Person_3 0 John_Smith Jane_Smith Mark_Smith 1 Harry_Jones Mary_Jones Susan_Jones

A partir de una evaluación comparativa aproximada, parece predecible que la solución NumPy de piRSquared es de hecho la más rápida, al menos para esta pequeña muestra, seguida de DataFrame.replace .

 %timeit df.values[:] = np.core.defchararray.replace(df.values.astype(str), ' ', '_') 10000 loops, best of 3: 78.4 µs per loop %timeit df.replace(' ', '_', regex=True) 1000 loops, best of 3: 932 µs per loop %timeit df.stack().str.replace(' ', '_').unstack() 100 loops, best of 3: 2.29 ms per loop

Curiosamente , sin embargo, parece que la solución Pandas de piRSquared escala mucho mejor con marcos de datos más grandes que DataFrame.replace , e incluso supera a la solución NumPy.

 >>> df = pd.DataFrame([['John Smith', 'Jane Smith', 'Mark Smith']*10000, ['Harry Jones', 'Mary Jones', 'Susan Jones']*10000])

 %timeit df.values[:] = np.core.defchararray.replace(df.values.astype(str), ' ', '_') 10 loops, best of 3: 181 ms per loop %timeit df.replace(' ', '_', regex=True) 1 loop, best of 3: 4.14 s per loop %timeit df.stack().str.replace(' ', '_').unstack() 10 loops, best of 3: 99.2 ms per loop

Use el método de replace del marco de datos:

 df.replace('\s+', '_',regex=True,inplace=True)

pandas

stack / unstack con str.replace

 df.stack().str.replace(' ', '_').unstack() Person_1 Person_2 Person_3 0 John_Smith Jane_Smith Mark_Smith 1 Harry_Jones Mary_Jones Susan_Jones

numpy

 pd.DataFrame( np.core.defchararray.replace(df.values.astype(str), ' ', '_'), df.index, df.columns) Person_1 Person_2 Person_3 0 John_Smith Jane_Smith Mark_Smith 1 Harry_Jones Mary_Jones Susan_Jones

prueba de tiempo